首页
|
本学科首页
官方微博
|
高级检索
全部专业
非线性科学
系统科学
学报及综合类
自然科学丛书、文集、连续性出版物
自然科学教育与普及
自然科学理论与方法论
自然科学现状及发展
自然科学研究方法
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
基于支持向量机的决策系统知识发现
引用本文:
魏玲,祁建军,张文修.基于支持向量机的决策系统知识发现[J].西安交通大学学报,2003,37(10):995-998.
作者姓名:
魏玲
祁建军
张文修
作者单位:
1. 西安交通大学理学院,710049,西安
2. 西安交通大学电子与信息工程学院,710049,西安
摘 要:
从规则获取和类别预报两方面研究支持向量机(SVM)方法在决策系统知识发现中的应用。对于规则获取,用SVM对决策系统进行条件属性约简并提取特征对象,进而基于较少的特征对象提取规则,使得规则获取的难度和速度都有所改善;对于类别预报,利用SVM对决策系统的对象进行分类,得到一个简单的判决函数。该判决函数可以完成对样本的类别预报,起到与决策规则类似的作用,而且此方法比传统方法简单易行。实验表明,将SVM方法用于决策系统的知识发现,不仅简便可行,而且可以提高速度。对于较大的决策系统更能体现出该方法的优越性。
关 键 词:
决策系统
支持向量机
知识发现
属性约简
规则获取
类别预报
文章编号:
0253-987X(2003)10-0995-04
修稿时间:
2003年3月13日
SVM-Based Knowledge Discovery in Decision System
Abstract:
Keywords:
decision system
support vector machine
knowledge discovery
attribute reduction
rules acquisition
class forecast
本文献已被
CNKI
维普
万方数据
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号